天基預(yù)警雷達(dá)微弱動目標(biāo)檢測與定位方法研究.pdf

1、天基預(yù)警雷達(dá)監(jiān)視空中和空間目標(biāo)具有重要的軍用價值,但面臨低信噪比下機動目標(biāo)檢測、跟蹤和定位等技術(shù)的挑戰(zhàn),引起國內(nèi)外的廣泛重視。增加積累時間可以達(dá)到提高信噪比的要求,但由于目標(biāo)的高速運動和大機動飛行等特點,進(jìn)行長時間積累時易發(fā)生距離徙動與回波非平穩(wěn),使得傳統(tǒng)基于FFT的相參積累方法性能惡化。檢測前跟蹤技術(shù)(TBD)通過對多幀圖像數(shù)據(jù)作相關(guān)處理,幾乎沒有信息積累損失,特別適合低信雜噪比下的目標(biāo)檢測與跟蹤。此外,識別空間目標(biāo)要求發(fā)射寬帶信號,

2、而星上資源相對有限,利用寬帶信號對目標(biāo)進(jìn)行識別的同時對目標(biāo)進(jìn)行定位可充分挖掘信號資源。本文緊密圍繞天基雷達(dá)微弱運動目標(biāo)檢測與定位中的實際問題,對機動目標(biāo)長時間相參積累、微弱目標(biāo)的TBD算法、寬帶信號的波達(dá)方向(DOA)估計等關(guān)鍵技術(shù)進(jìn)行了深入的研究。本文的具體工作安排如下:
　　 1.討論天基雷達(dá)微弱信號檢測技術(shù)所涉及的運動目標(biāo)信號模型和微弱目標(biāo)長時間能量積累等方面的問題,為后續(xù)的研究提供參考。
　　 2.長時間相參積累

3、是提高弱目標(biāo)檢測能力的有效手段,針對積累期間的距離徙動和多普勒展寬問題,提出兩種解決途徑。方法一首先根據(jù)回波高階相位對包絡(luò)補償效果的影響對數(shù)據(jù)進(jìn)行分段處理；然后對每個數(shù)據(jù)段采用速度濾波器組進(jìn)行劃分和keystone變換補償回波包絡(luò)走動,并且對包絡(luò)補償后的數(shù)據(jù)采用分?jǐn)?shù)階傅立葉變換估計回波相位歷程；最后采用最小二乘方法擬合出目標(biāo)的運動參數(shù)并對目標(biāo)回波進(jìn)行長時間相參積累。方法二針對目標(biāo)作勻加速運動,且高速目標(biāo)存在多普勒模糊的情況,將脈沖壓縮后

4、的目標(biāo)回波信號轉(zhuǎn)換到距離-多普勒二維頻率域,通過對加速度的一維搜索構(gòu)造補償函數(shù)進(jìn)行匹配處理。該方法僅需對加速度參數(shù)進(jìn)行估計,由目標(biāo)徑向速度引起的距離走動和徑向加速度引起的距離彎曲均能得到很好的消除。另外,所提算法可以有效地利用快速傅立葉變換實現(xiàn)而無需進(jìn)行插值操作,運算量小。兩種方法均采用計算機仿真進(jìn)行了驗證。
　　 3.基于粒子濾波的TBD算法由于可以有效處理非線性、非高斯和多模式的狀態(tài)估計問題,特別適用于機動微弱目標(biāo)的檢測與跟

5、蹤。針對傳統(tǒng)基于粒子濾波的TBD算法中出現(xiàn)的退化現(xiàn)象以及粒子多樣性缺失等問題,論文提出了兩種改進(jìn)算法。方法一通過幾點改進(jìn)策略以提高算法的性能,即采用對權(quán)重最低的部分“存活”粒子用“新生”粒子將其替換的粒子更新策略,而在每次重采樣后,實施馬爾科夫鏈蒙特卡洛(MCMC)移動步驟,引導(dǎo)粒子朝著多樣性方向發(fā)展,在提升粒子多樣性的同時緩解了粒子的退化,保證了目標(biāo)的持續(xù)跟蹤。同時將門限的選取轉(zhuǎn)換為與之等價的分辨單元集大小的選取,這種選取方法只與SN

6、R有關(guān),適用于不同的背景噪聲下。分析了粒子數(shù)量和門限的選取對跟蹤性能的影響,分析結(jié)果表明只要采取恰當(dāng)?shù)牟呗?在粒子數(shù)較少時也能取得較好的性能。方法二是在粒子濾波的基礎(chǔ)上融合無跡卡爾曼濾波(UKF)算法,融合后的新算法在利用重要性密度函數(shù)產(chǎn)生粒子時充分考慮當(dāng)前時刻的量測,從而引導(dǎo)粒子向高似然區(qū)域移動,使得粒子的分布更接近狀態(tài)的后驗概率分布。同時,在每次重采樣后實施MCMC移動步驟。計算機仿真驗證了算法的有效性。
　　 4.將基于改

7、進(jìn)粒子濾波的TBD算法應(yīng)用于雷達(dá)微弱信號的積累檢測中。通過分析得到了接收信號的表達(dá)形式,從而采用與雷達(dá)信號處理相匹配的量測數(shù)據(jù)模型,能克服傳統(tǒng)點擴(kuò)散函數(shù)的模型誤差。粒子濾波過程中,采用上述的改進(jìn)算法,即采用“新生”粒子從強度最高的分辨單元集內(nèi)均勻產(chǎn)生,且按概率對權(quán)重最低的部分“存活”粒子用“新生”粒子將其替換的粒子更新策略。仿真實驗驗證了算法的有效性。
　　 5.識別空間目標(biāo)一般是利用寬帶信號所具有的高距離分辨率進(jìn)行的,然而星上

8、資源相對有限,為充分挖掘信號資源,利用寬帶信號進(jìn)行目標(biāo)識別的同時對DOA進(jìn)行估計很有意義。針對基于相干信號的聚焦(CSM)算法在短數(shù)據(jù)情況下,觀測協(xié)方差矩陣估計偏差易導(dǎo)致算法性能下降的問題,提出一種新的解決思路,即利用粒子濾波對不同頻率點處的目標(biāo)陣列流形進(jìn)行跟蹤從而實現(xiàn)寬帶DOA估計。該算法基于當(dāng)前時刻的觀測信息,無需估計觀測協(xié)方差矩陣,使得在短數(shù)據(jù)情況下能夠取得優(yōu)良的估計性能。同時算法從一組隨機的初始值出發(fā),無需預(yù)估計波達(dá)方向,并且遞